设想一下，当我们身处某个地方时，通过眼睛可以观察周围的环境，如果想要去另一个地方的话，需要判断最佳路径，当然也会同时避开障碍物，顺利到达目的地。那么对于移动机器人来说，如何实现这样的定位与导航呢？
近年来，一种在确定自身位置的同时构造环境模型的方法，常被用来解决机器人定位与建图问题。这种被称为SLAM (Simultaneous Localization And Mapping)的方法，是移动机器人智能水平的最好体现，是否具备同步建图与定位的能力被普遍认为是机器人能否实现自主的关键前提条件。
目前，常用的SLAM技术主要基于视觉传感器的SLAM（VSLAM)和基于激光传感器的激光SLAM（Lidar SLAM）。
视觉SLAM专指利用摄像机、Kinect等深度像机来做室内导航和探索。到目前为止，室内的视觉SLAM仍处于研究阶段，远未到实际应用的程度，一方面，编写和使用视觉SLAM需要大量的专业知识，算法的实时性未达到实用要求；另一方面，视觉SLAM生成的地图（多数是点云）不能用来做机器人的路径规划，需要进一步探索和研究。
与视觉SLAM不同的是，激光SLAM技术已较为成熟，也是目前为止最稳定、最可靠、高性能的SLAM方式。美国NASA火星车、谷歌无人驾驶汽车等，都采用激光SLAM技术实现定位与建图。
随着激光雷达价格进一步降低，核心传感器低成本化成为可能，不少服务机器人厂家也开始着手研发SLAM算法，但实际进展并不理想。我们采访了几家服务机器人厂家，起初他们选择采用ROS（Robot Opration System）实现定位与建图，虽然是开源系统，可以快速入门，但系统对于硬件要求较高，这无形中也提高了用户成本。此外，对于服务机器人来说，与用户开展实时互动是很重要的一项应用，而ROS自身的系统设计无法保证实时性，目前还不适合于真正的产品开发。在尝试采用ROS后，他们转而研发SLAM算法，但整体系统非常复杂，算法编程需要大量的专业知识积累，开发难度大，周期长。
对于服务机器人厂家来说，与其投入巨大的人力与经费自己研发SLAM算法，他们更愿意选择提供打包解决方案的公司，而自身只需专注于开发机器人上层结构，这样可以节约大量成本。
国内思岚科技公司（SLAMTEC）在激光SLAM方面已有成熟的产品，利用自主研发的激光雷达作为核心传感器，通过SLAMWARE内置的先进算法驱动，可在未知环境中实时提供定位，并构建最高达2cm分辨率的环境地图。在实现定位与建图外，同时采用D*动态即时路径规划算法，可自动搜索前往目标的最短路径并控制机器人行动。
SLAM构建的室内地图
此外，针对扫地机器人等具体领域应用，思岚科技也提供完整的解决方案，整合了其特有的贴边清扫、往复式打扫、区域划分、断点续扫、自动回充等功能，方便扫地机器人厂家进行整合，不需要进行二次开发。
从全球范围来看，可以提供这样打包解决方案的公司并不多，但市场前景可能是巨大的。已有业内人士预测：一套SLAM采集系统一天可采集5万平方米的室内数据，在未来的5年时间里，会有500亿平方米的室内空间将以SLAM技术方式被采集，数据且会以更高效率满足不同应用需要。
据悉，思岚科技（SLAMTEC）将于5月31日举行产品发布会，届时将重点介绍这款模块化自主定位导航解决方案。
关键词:
